基于轮廓与SIFT特征组合的商标图像检索

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (19): 167-172.

基于轮廓与SIFT特征组合的商标图像检索

向雷1，肖诗斌1，2，林春雨1，2，吕学强1，2

1.北京信息科技大学中文信息处理研究中心，北京 100101
2.北京拓尔思信息技术股份有限公司，北京 100101

出版日期:2013-10-01 发布日期:2015-04-20

Trademark images retrieval based on SIFT feature and profile feature

XIANG Lei1, XIAO Shibin1，2, LIN Chunyu1，2, LV Xueqiang1，2

1.Chinese Information Processing Research Center, Beijing Information Science and Technology University, Beijing 100101, China
2.Beijing TRS Information Technology Co., Ltd., Beijing 100101, China

Online:2013-10-01 Published:2015-04-20

摘要/Abstract

摘要： 针对单一特征对商标图像描述的局限性，提出了一种基于轮廓和SIFT特征组合的商标图像检索方法。该方法对二值化的商标图像进行轮廓提取，采用规则算法对其进行轮廓分解，对分解的参考点集进行Fourier变换，将得到的Fourier系数作为参考点的轮廓特征。针对商标图像的尺度空间进行极值点检测，并对检测到的极值点进行特征描述，该特征描述即为商标图像的SIFT特征描述。最后，SIFT特征与轮廓特征进行特征融合，并将融合后的组合特征作为对商标图像的特征描述。

关键词: 轮廓特征, SIFT特征, 轮廓提取, 轮廓分解, Fourier变换

Abstract: For the limitations of the description on single feature trademark image, a method of trademark image retrieval which is based on profile and SIFT characteristics is proposed. In this method, first step is to get profile by making trademark image to binary image, then contour decomposes the image using rule algorithm and does the Fourier transform on set of reference points of the decomposition. The Fourier coefficient is the profile feature of reference point. Then it detects extreme points on scale space of the trademark image, and describes the extreme points with feature which is SIFT characteristics description of trademark image. Finally, SIFT features is combined with profile features as a new feature for feature description of trademark image.

Key words: profile feature, SIFT feature, contour extraction, profile decomposition, Fourier transform

向雷1，肖诗斌1，2，林春雨1，2，吕学强1，2. 基于轮廓与SIFT特征组合的商标图像检索[J]. 计算机工程与应用, 2013, 49(19): 167-172.

XIANG Lei1, XIAO Shibin1，2, LIN Chunyu1，2, LV Xueqiang1，2. Trademark images retrieval based on SIFT feature and profile feature[J]. Computer Engineering and Applications, 2013, 49(19): 167-172.

[1]	王江辉，吴小俊. 基于形状轮廓特征的金字塔匹配算法[J]. 计算机工程与应用, 2019, 55(1): 191-195.
[2]	谢国波，姜先值. 二维离散分数阶Fourier变换的双混沌图像加密算法[J]. 计算机工程与应用, 2018, 54(3): 40-45.
[3]	谢国波，邓华军. 量子混沌和分数阶Fourier变换的图像加密算法[J]. 计算机工程与应用, 2018, 54(17): 214-220.
[4]	张欣鹏1，杜伟强1，肖志涛1，张芳1，耿磊1，吴骏1，苏龙2. 结合SIFT变换与Otsu匹配的彩色眼底图像拼接方法[J]. 计算机工程与应用, 2017, 53(18): 176-181.
[5]	刘浩，张召远，戴宁. 基于角点的CT影像轮廓遮挡识别[J]. 计算机工程与应用, 2017, 53(1): 213-219.
[6]	朱铭武，韩军，陆冬明，班孝坤. 自然场景中基于局部轮廓特征的对象识别方法[J]. 计算机工程与应用, 2016, 52(1): 162-167.
[7]	邵兴龙，柴志雷，张圆蒲，钟传杰. 基于FPGA的轮廓提取并行计算系统研究及实现[J]. 计算机工程与应用, 2015, 51(23): 173-178.
[8]	刘晓俊，孙永荣，王潇潇，杨博文. 近距大偏角圆形目标的检测[J]. 计算机工程与应用, 2015, 51(16): 210-214.
[9]	余辉，曲昌盛，李金航. 复杂环境下的手部轮廓提取方法[J]. 计算机工程与应用, 2015, 51(14): 170-174.
[10]	倪健1，白瑞林1，李英1，吉峰2，李杜2. 采用轮廓向量特征的嵌入式图像匹配方法[J]. 计算机工程与应用, 2014, 50(13): 168-172.
[11]	罗三定，刘倩兰，陈远兵，邹峥. 髋关节股骨近端CT序列图像外轮廓提取研究[J]. 计算机工程与应用, 2014, 50(11): 167-170.
[12]	陈世文，郭通，黄万伟. 基于快速分数阶傅氏变换的DDoS攻击检测[J]. 计算机工程与应用, 2013, 49(24): 4-7.
[13]	刘伟华，樊养余，雷涛. 轮廓初始点检测对眼睛虹膜区域反射光的去除[J]. 计算机工程与应用, 2013, 49(17): 1-5.
[14]	徐义春，沈沆瑜，陈炼，周敦广. 鲁棒性指尖检测框架及其算法改进与分析[J]. 计算机工程与应用, 2013, 49(15): 195-200.
[15]	朱春华，杨铁军. 一种多重变换域大容量水印方案研究[J]. 计算机工程与应用, 2013, 49(12): 80-83.